Раскрытие потенциала больших данных: Революция в спортивной аналитике
Спорт становится все более конкурентным и интересным для зрителей во многом благодаря большим данным. С 1990-х годов они используются всеми — от игроков низших лиг до профессиональных спортсменов — для улучшения спортивных результатов, вовлечения аудитории, а также маркетинговых и брендинговых тактик. Победа в соревнованиях зависит от сервисов больших данных, которые тесно связаны с ней, таких как эффективность упражнений, информация о здоровье, статистика тренировок и анализ. Развитие спортивной индустрии в значительной степени находится под влиянием эпохи больших данных.
Могут ли большие данные искажать реальность?
Как ни странно, как вы есть то, что вы потребляете, так и на ваши мысли и действия влияет материал, с которым вы сталкиваетесь. Такова реальность виртуализации с использованием двоичных чисел без фоновой музыки, что часто ставит под сомнение попытки нормализовать дисконтированный результат.
McKinsey Global Institute дает понятие большим данным, которое включает в себя четыре характеристики: объем, разнообразие, скорость и ценность. Опираясь на определение больших данных, данное McKinsey Global Institute, спортивные большие данные можно определить как сбор спортивных данных, настолько большой, что он может приобретать, хранить, управлять и анализировать далеко за пределами возможностей традиционных программных средств для баз данных, включая пять характеристик: объем, разнообразие, скорость, достоверность и ценность. Каждый день генерируются сотни миллионов спортивных данных из миллионов школ, различных мероприятий и сообществ, что представляет собой характеристику объема. Характеристика скорости может быть отражена темпами роста спортивных данных. Разнообразие спортивных больших данных обусловлено тем, что они содержат различные объекты и взаимосвязи, что усложняет системы спортивных больших данных.
Профессиональный спортивный сектор предлагает большие возможности для больших данных с рыночной стоимостью более 90 миллиардов долларов в глобальном масштабе. Вместо того чтобы полагаться на интуицию, опыт и рассказывание историй, участники и зрители спортивных соревнований могут изучать данные, которые раскрывают истинную историю, чтобы помочь во всех аспектах игры.
Big Data Science — это гораздо больше, чем просто модный термин. Data Science сейчас предоставляет огромное количество возможностей благодаря способности решений больших данных управлять огромным объемом и высокой скоростью больших данных. Однако то, что исход игры может быть не важен в большем масштабе, не означает, что это «всего лишь игра».
Гипер-персонализированные спортивные трансляции
Закрепив за собой эксклюзивные и многолетние права на прямую трансляцию различных футбольных лиг, мы имеем все возможности для понимания демографии потребителей футбола, а также потребительских привычек — например, смотрят ли они лучшие моменты или полные игры, или и то, и другое.
«По мере того как мы собираем все больше данных о потребителях, мы можем создавать диверсифицированные предложения для различных рынков и сотрудничать с различными организациями посредством масштабируемых бизнес-моделей».
Педро Преса, генеральный директор MyCujoo, сказал это об аналитике для персонализации
Ускоренные результаты тренировок благодаря аналитике больших данных
Чтобы выделить сильные и слабые стороны команд и противников, тренерам обычно приходится часами тщательно нарезать игровые фильмы.
Однако использование такой программы, как Hudl, которая позволяет быстро загружать игровые кадры, создавать отчеты и обмениваться комментариями с командами, может сэкономить тренерам массу времени.
Подбор игроков на основе данных
Согласно гипотезе Moneyball, команды могут приобретать активы, которые другие команды недооценивают, и продавать активы, которые другие команды переоценивают.
То, как часто бэттер выходит на базу, известно в бейсболе как процент попадания на базу, а процент отбивания — как переоцененный актив (как часто игрок совершает экстра-базовые удары — даблы, триплы или хоум-раны).
% попадания на базу играл значительную роль в успехе, но не в оплате труда игроков, что свидетельствует о том, что игроки дешевые, но талантливые. В результате Бин нанимал игроков по сниженным ценам, у которых был более высокий процент попадания на базу.
Интеллектуальное отслеживание и продвижение восстановления спортсменов
То, как тренируется спортсмен, влияет на то, насколько хорошо он выступает. Спортсмены должны следить за тем, чтобы у них было хорошо спланированное, богатое питательными веществами питание, достаточное количество сна ночью, энергия для тренировок и игр, соблюдение правильных режимов тренировок и упражнений, а также способность справляться с умственными препятствиями, которые возникают в мире спорта.
Для их пользы существуют приложения, которые показывают детям, как справляться со всеми этими аспектами своей жизни.
Будь то историческая информация, важнейшее ведение счетов, прогнозы производительности для алгоритмов или безошибочная статистика игроков, большие данные являются важнейшим компонентом спортивной индустрии.
Коллективное понимание статистики игроков, их возможностей и полных возможностей для выступления — это факторы, которые определяют результаты в профессиональном спортивном секторе. Аналитика больших данных значительно изменила спортивный бизнес, будь то для профессионального, начинающего или юношеского спорта. Big Data преобразила спортивную индустрию, превратив статистические данные в стабильный и понятный контент и управляя качественной и количественной информацией.
Ключевые тенденции рынка
Футбол занимает наибольшую долю на рынке спортивной аналитики
• Из-за растущего интереса к футбольным лигам, таким как Лига чемпионов УЕФА, MLS, EPL и ISL, футбол в одиночку занимает наибольшую долю на рынке спортивной аналитики. Кроме того, работа команд и клубов совместно с аналитическими компаниями является большой отраслевой тенденцией. Например, Opta, ведущий поставщик футбольных спортивных данных, сотрудничает с многочисленными футбольными лигами и клубами. Независимо от того, владеет игрок мячом или нет, аналитика Opta может отслеживать каждое его движение в определенной области поля.
• В заключение следует отметить, что растущий уровень конкуренции, необходимость принятия более эффективных решений для получения преимущества над соперниками, принятие стратегии для игр на поле, продажи билетов и влияние в социальных сетях — все это факторы. Конкурентная среда
• Рынок спортивной аналитики контролируется крупными предприятиями с гораздо большим присутствием на рынке, и произошла некоторая умеренная консолидация рынка. С точки зрения доли рынка, в настоящее время только несколько ведущих конкурентов доминируют на рынке. Эти крупные компании, которые занимают значительную долю рынка, сосредоточены на расширении своей клиентуры за рубежом. Эти компании используют стратегические проекты сотрудничества для увеличения своей доли рынка и прибыльности. Участники рынка также приобретают стартапы, которые разрабатывают технологии рынка спортивной аналитики, чтобы расширить возможности своей продукции.
Основные игроки
Заключение
Подготовка является ключом к результативности спортсмена. Одним из хороших примеров является использование Ливерпулем науки о данных для доминирования над противниками в недавней Премьер-лиге и Лиге чемпионов. Тренер Ливерпуля использовал науку о данных, чтобы изменить исход игр по ходу их проведения, что дало отличный эффект: в конце концов, они являются победителями Лиги чемпионов УЕФА (2018-19) и Премьер-лиги (2019-20). Некоторые исследователи предложили некоторые методы решения проблем в области спортивных больших данных, такие как прогнозирование результатов спортсменов в графе знаний и поиск восходящей звезды спорта. Однако решения некоторых важных вопросов остаются неизвестными, согласно анализу литературы по этому вопросу.
Автор: Бобби Сингх